한글과컴퓨터의 PDF 데이터 추출 오픈소스 프로젝트 '오픈데이터로더 PDF v2.0'이 깃허브 전체 오픈소스 트렌딩 1위에 올랐다. 출시 일주일 만에 글로벌 개발자 커뮤니티의 주목을 받으며 한컴의 문서 AI 기술 경쟁력을 부각했다.
한컴은 오픈데이터로더 PDF v2.0이 3월 20일 기준 깃허브 전체 개발 언어 대상 트렌딩 1위를 기록하고 트렌딩 배지를 획득했다고 23일 밝혔다. 이 프로젝트는 3월 21일 하루 동안 1800개 이상의 깃허브 스타 증가를 기록했고, 누적 스타 수는 7000개, 포크 수는 500개를 넘겼다.
깃허브 트렌딩은 전 세계 개발자들이 주목하는 오픈소스 프로젝트를 실시간으로 집계하는 지표다. 한컴은 이번 성과가 글로벌 개발자 커뮤니티에서 기술의 실질적 관심과 신뢰를 확보했다는 의미라고 설명했다.
오픈데이터로더 PDF는 복잡한 PDF 문서를 텍스트, 표, 이미지 등으로 분해해 AI가 바로 처리할 수 있는 형태로 바꿔주는 기술이다. PDF는 AI 학습에 널리 쓰이는 문서 형식이지만 내부 구조가 복잡해 데이터 추출이 쉽지 않아 개발 과정의 병목으로 꼽혀왔다.
한컴은 2025년 7월 글로벌 PDF 기술 전문기업 듀얼랩과 업무협약을 체결하고 공동 개발에 착수했다. 같은 해 9월 초기 버전을 공개한 데 이어 지난 3월 12일 v2.0을 선보였다.
이번 버전에는 AI 방식과 직접 추출 방식을 결합한 하이브리드 엔진이 적용됐다. 외부 서버 전송 없이 로컬 환경에서 구동되는 점도 특징이다. OCR, 표 추출, 수식 추출, 차트 분석 등 AI 애드온 4종을 기본 제공하며 도클링 등 다른 오픈소스 AI 모델과의 기술 호환성도 확보했다.
한컴은 자체 벤치마크 테스트에서 읽기 순서, 표, 제목 추출 등 전 항목에서 동종 오픈소스 대비 최고 정확도를 기록해 1위를 달성했다고 밝혔다. 테스트 데이터와 재현 코드도 깃허브 공식 저장소에 공개해 결과의 투명성을 높였다고 설명했다.
오픈데이터로더 PDF는 지난해 글로벌 AI 개발 프레임워크 랭체인의 공식 구성요소로 등록됐다. 한컴은 올해 랭플로우, 라마인덱스, 제미나이 CLI 등 주요 AI 프레임워크와의 연동을 확대하고, AI 에이전트 지원을 위한 MCP 기능도 준비하고 있다. 이번 v2.0에는 상업적 활용이 가능한 아파치 2.0 라이선스도 적용했다.
김연수 한컴 대표는 "이번 성과는 한컴의 문서 데이터 추출 기술의 완성도와 실용성이 글로벌 개발자 커뮤니티에서 직접적인 검증을 받은 결과"라며 "아파치 2.0 라이선스 전환을 통해 전 세계 기업과 개발자가 자유롭게 활용하고 확장할 수 있는 개방형 PDF 데이터 플랫폼으로 발전시켜 나가겠다"고 말했다.